核心观点
　　近日，英伟达FY1Q23业绩亮眼，其中数据中心收入增长14%至43亿美元，远好于市场预期，主要由互联网公司&云服务商的生成式AI模型需求所推动，预计FY2Q23总体营收将达到110亿美元左右，超出市场预期53%。
　　我们认为上游算力芯片需求的快速增长，将直接带动下游应用开发的加速。而在下游应用中，我们重申最看好游戏：1）游戏开发的各产业环节与AI的结合度高；2）落地速度快，Q3看智能NPC、AI+UGC编辑器落地，中期看老游戏地图&活动更新频率加快带来流水稳健，长期看原生AI游戏落地。
　　相关公司包括：
　　1、苹果MR催化：恺英网络（少数股权增厚利润，VR游戏在研）
　　2、低估值白马：吉比特（低估值白马，《M66》《代号：bug》版号在握，AI进展或高于预期）
　　3、积极拥抱AI：巨人网络（年内3款新游确定性高，Q2看业绩拐点，Q3看休闲游戏+AI落地）
　　此外，关注有三体IP游戏改版权的游族网络，股权梳理完毕，游戏下半年新品密集。
　　事件
　　据同花顺及英伟达财报，英伟达1Q23收入71.9亿美元，同比下降13%，但好于市场预期的65亿美元，也高于此前公司指引区间63.7-66.3亿美元；调后每股收益为1.09美元，高于市场预期的0.92美元。
　　简评
　　1、英伟达：以GPU为核心的AI软硬件头部供应商
　　经过多年发展，英伟达已经由全球GPU核心供应商，发展成AI相关的软硬件一体化供应商，当前共有四大板块业务：
　　1）数据中心业务：为AI、数据分析、图形计算、云计算、边缘计算等算力需求密集领域提供支持，具体产品包括CPU、GPU、DPU、并行计算平台和编程模型CUDA及一系列软件等。该业务收入占比约60%
　　2）游戏业务：借助GPU及一系列软件，让游戏画面更流畅、高质量，以提升游戏体验，具体产品包括面向游戏本和PC的GeForce RTX和GeForce GTX显卡、支持在硬件性能不足的设备上玩PC游戏的GeForce NOW云游戏、为在电视上播放高质量流媒体的SHIELD、用于游戏机的片上系统（SoCs）和开发服务（如支持4K视频播放和编码、图形渲染的tegrax1片上系统）。收入占比约30%
　　3）自动驾驶业务：围绕DRIVE品牌，提供完整的端到端软硬件解决方案，让客户基于公司平台快速高效开发自动驾驶产品，软件可实现自动驾驶、停车、地图绘制、实时对话AI等，硬件如高算力驾驶芯片等。收入占比约4.5%
　　4）专业可视化业务：与独立软件供应商（ISV）合作，共同为多领域提高生产效率，包括计算机辅助设计、建筑设计、消费品制造、医疗仪器和航空航天等设计与制造环节，及专业视频编辑、后期制作、电影特效和广播电视等数字内容创作环节。收入占比约4%。
　　2、生成式AI模型需求带动数据中心业务增长超预期。据公司财报，1Q23数据中心业务收入42.8亿美元，同比增长14%，环比增长18%，好于市场预期的39亿元。英伟达表示，该业务的增长主要得益于云服务提供商、大型消费者互联网公司对于GPU芯片的强劲需求，用于训练和部署生成式AI应用。根据英伟达公众号及界面新闻等，当前全球已有多家部署大模型的公司，同英伟达达成了合作，包括OpenAI、微软、谷歌、Meta、亚马逊等海外公司，以及百度、阿里、腾讯等。以腾讯为例，据界面新闻，搭载了英伟达最新的中国特供版GPUH800的腾讯云自研服务器，其集群算力性能较前代提高了3倍，将腾讯自研的“混元NLP大模型”训练时间由11天缩短到4天。
　　我们认为，芯片的旺盛需求反映了下游大模型的旺盛算力需求，随着AI芯片的积累，推理、训练效率的提升，基于大模型的生成式AI应用将加速普及和落地。而游戏作为对渲染、画质、建模等要求最高的内容形态之一，有望在算力支持提升的基础上，进一步提高游戏制作效率。
　　3、以KIRIInnovations为例，算力优化可节省游戏生产3D内容的资源消耗。KIRIInnovations是基于AI的全球3D内容开发商，旗下3D重建引擎KIRIEngine，可基于手机角度照片集或视频，对现实物体生成具有纹理材质信息和几何信息的超写实3D模型，可运用在VR场景、3D游戏、影视特效在内的3D内容制作中。当前KIRIEngine全球用户超30万，包括Google、Roblox、EA、Epic Games、Meta等游戏及元宇宙企业用户。英伟达为KIRIEngine提供三款产品，提供高效稳定的算力支持，从而减少3D模型生成时对算力资源、成本的消耗：
　　NVIDIACUDA降低计算时间及成本:并行计算平台和编程模型CUDA，是操作GPU计算的硬件和软件架构，让GPU能解决复杂计算问题。在传统纯CPU运行环境里，运行最简单的3D重建算法需花费20-60分钟，而通过CUDA加速后，KIRI目前的重建算法只需要5分钟，使得计算成本得以减少数百倍至每个模型几角钱。
　　 NVIDIAV100降低训练时间: KIRI使用V100来进行复杂的神经网络模型的训练，用于3D重建。常规情况下该训练需要数小时才能完成，但通过V100与CUDA的配合，配合KIRI的优化算法，目前在KIRIEngine上完成3D重建训练只需要25分钟。据英伟达公众号，KIRI也在努